قد تحتاج الذكاء الاصطناعي قريبًا إلى مفاعلات نووية ، يمكن أن تساعد اللامركزية

إن الذكاء الاصطناعي يضرب جدارًا على الطاقة ، ومع نمو النماذج ، قد يتطلب تدريبها قريبًا نفس الناتج مثل المفاعل النووي ، وفقًا لمؤسس شبكة Akash Greg Osuri.

في مقابلة مع أندرو فنتون من Cointelegraph من Token2049 في سنغافورة ، قال أوسيوري إن الصناعة تقلل من سرعة مضاعفة متطلبات الحساب والتكاليف البيئية التي تأتي معها. وأشار إلى أن مراكز البيانات تستهلك بالفعل مئات ميجاوات من طاقة الوقود الأحفوري.

حذر أوسوري من أن الاتجاه يمكن أن يؤدي إلى أزمة الطاقة ، وتربية فواتير الطاقة المنزلية وإضافة ملايين الأطنان من الانبعاثات الجديدة كل عام.

وقال “إننا نصل إلى نقطة يقتل فيها الذكاء الاصطناعى الناس” ، مشيرًا إلى الآثار الصحية من استخدام الوقود الأحفوري المركّز حول مراكز البيانات.

كيف يمكن لمركزية التخفيف تخفيف مشكلة قوة الذكاء الاصطناعي

في 30 سبتمبر ، ذكرت بلومبرج أن مراكز بيانات الذكاء الاصطناعى ترسل تكاليف الطاقة في الولايات المتحدة.

أبرز التقرير كيف ساهمت مراكز البيانات في ارتفاع فواتير الطاقة في الأسر اليومية. وفقًا للتقرير ، ارتفعت تكاليف الكهرباء بالجملة بنسبة 267 ٪ في خمس سنوات في المناطق القريبة من مراكز البيانات.

أخبر أوسوري Cointelegraph أن البديل هو اللامركزية. بدلاً من التركيز على الرقائق والطاقة في مراكز البيانات الضخمة المنفردة ، قال Osuri إن التدريب الموزعة عبر شبكات وحدات معالجة الرسومات المختلطة الأصغر-التي تتراوح من رقائق المؤسسات المتطورة إلى بطاقات الألعاب في أجهزة الكمبيوتر المنزلية-يمكن أن تفتح الكفاءة والاستدامة.

وقال “بمجرد اكتشاف الحوافز ، سيؤدي ذلك إلى انطلاق مثل التعدين” ، مضيفًا أن أجهزة الكمبيوتر المنزلية قد تكسب في النهاية الرموز من خلال توفير قوة حسابية احتياطية.

تتحمل هذه الرؤية أوجه تشابه مع الأيام الأولى من تعدين Bitcoin (BTC) ، حيث يمكن للمستخدمين العاديين المساهمة في قوتهم المعالجة في الشبكة والحصول على مكافأة في المقابل. هذه المرة ، سيكون “التعدين” تدريب نماذج الذكاء الاصطناعي بدلاً من ألغاز التشفير.

وقال أوسوري إن هذا يمكن أن يمنح الناس كل يوم حصة في مستقبل الذكاء الاصطناعي مع خفض التكاليف للمطورين.

متعلق ب: نانسن يكشف عن وكيل الذكاء الاصطناعي لتجار التشفير ، ويستهدف التداول المستقل في الربع الرابع

لا يخلو من تحدياتها

في حين أن إمكاناتها لا يمكن إنكارها ، قال أوسيوري إن التحديات لا تزال موجودة. يتطلب تدريب النماذج واسعة النطاق عبر مجموعة من وحدات معالجة الرسومات المختلفة اختراقات تكنولوجية في البرامج والتنسيق. وقال إن هذه قضية بدأت الصناعة فقط في كسر.

وقال أوسيوري: “منذ حوالي ستة أشهر ، بدأت العديد من الشركات في إظهار عدة جوانب من التدريب الموزع”.

“لم يضع أحد كل هذه الأشياء معًا ويدير بالفعل نموذجًا.” وأضاف أن هذا يمكن أن يتغير “بحلول نهاية العام”.

عقبة أخرى هي خلق أنظمة حوافز عادلة. “الجزء الصعب هو الحافز” ، قال أوسيوري. “لماذا يعطي شخص ما جهاز الكمبيوتر الخاص بهم للتدريب؟ ما الذي يعودون؟ هذا تحد أصعب لحلها من تقنية الخوارزمية الفعلية.”

على الرغم من هذه العقبات ، أصر أوسوري على أن تدريب الذكاء الاصطناعي اللامركزي هو ضرورة. من خلال انتشار أعباء العمل عبر الشبكات العالمية ، قال إن الذكاء الاصطناعى يمكن أن يخفف الضغط على شبكات الطاقة ، وخفض انبعاثات الكربون ويخلق اقتصاد أكثر استدامة من الذكاء الاصطناعي.